基于GEP的图像情感分类算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·课题的研究意义及背景 | 第8-10页 |
| ·国内外的研究现状 | 第10-14页 |
| ·图像情感的研究现状 | 第10-12页 |
| ·GEP 的研究现状 | 第12-14页 |
| ·本文的研究内容 | 第14-15页 |
| 2 图像特征与情感关系 | 第15-20页 |
| ·颜色特征与情感的关系 | 第15-17页 |
| ·纹理特征与情感关系 | 第17-18页 |
| ·形状特征和情感的关系 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 相关技术介绍 | 第20-28页 |
| ·分类模型概述 | 第20-23页 |
| ·决策树分类 | 第20-21页 |
| ·贝叶斯分类 | 第21-22页 |
| ·支持向量机分类 | 第22页 |
| ·粗糙集分类 | 第22-23页 |
| ·GEP 概述 | 第23-27页 |
| ·GEP 的染色体结构 | 第23-25页 |
| ·适应度函数设计 | 第25页 |
| ·GEP 的基本操作 | 第25-26页 |
| ·常量处理 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 基于 GEP 的图像情感分类算法 | 第28-40页 |
| ·CSIFT 特征提取原理 | 第28-30页 |
| ·CSIFT 图像特征提取 | 第30-34页 |
| ·基于 k-means 情感视觉向量生成 | 第34-36页 |
| ·基于 GEP 图像情感分类算法 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 5 实验的结果与分析 | 第40-48页 |
| ·实验环境 | 第40页 |
| ·数据来源 | 第40-42页 |
| ·实验结果分析 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 6 结束语 | 第48-49页 |
| ·研究总结 | 第48页 |
| ·研究展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录A 本文作者在攻读硕士学位期间所发表的论文 | 第53页 |
| 附录B 本文作者在攻读硕士学位期间参加科研项目 | 第53-54页 |
| 致谢 | 第54-55页 |